每款产品都有自己的核心功能，就会有对应的指标，而且有且只有1个。
同时，核心指标就会分为若干个二级指标。
以微信阅读数为例，假如公众号文章的核心指标是阅读数，对应二级指标及影响因素会是：
通过对主要影响因素再细分，优化的方向也就出来了： 不停优化或排除这些影响因素，最终达到提高阅读数的目标。
整个产品的数据分析跟以上的思路类似，只是产品的结构会比较复杂，影响因素更多。
核心功能被使用，首先是核心功能所在的页面被曝光，那么核心页面就存在路径转化。
较大颗粒度的计算是：
路径转化率 ＝ 核心页面浏览用户数 / 当日活跃用户
很多情况下，核心页面有不同的转化路径，则区分不同的路径及对应的转化率：
路径1：页面A浏览用户 > 点击按钮 1 的用户数 > 核心页面
路径2：页面B浏览用户 > 点击按钮 2 的用户数 > 核心页面
以此找到最优转化率的路径。
核心页面路径转化率
现在已经不少 App 把核心页面的放在首屏，这样核心页面路径转化率＝1，接下来要考虑的就是「功能转化率」
在把核心页面做到最大曝光后，需要优化调整页面中各个功能的使用率
功能使用率 ＝ 模块点击人数 / 当前页面浏览用户数
这是简单计算出用户使用最多的模块，因为手机屏幕展示内容有限，功能的使用与其被浏览的次数存在巨大关系。（核心功能都要在首屏就看到，废话！）因此，还需要知道功能的自身转化率
功能自身转化率＝ 模块点击人数 / 模块浏览人数
假如你发现某个模块的曝光数很少，但自身转化率极高，应该知道该怎么做了吧。
核心页面功能分析
所谓功能留存，就是当天有指定操作行为的用户，在N天还用户的用户数。
用户分析用户对不同产品功能的使用粘性与活跃度
有时，你会发现，准备了A,B,C 三个杀手锏功能，最后发现用户因为 D 功能而回来使用。
（足记就是个例子）是的，世界就是这么残酷。
某功能的不同城市用户的留存率
1，以上是基础数据采集和建立核心指标，进一步挖掘和分析还需要进行其他纬度的对比：时间、用户群体、在线时长….
2，如何区分有效点击和无效点击。除了数据分析，也不能尽信数据，如果运营推广回来的用户，有相当比例是非比例用户，则这批数据是严重干扰判断，问题是怎么区分 ？
—END—
